Remote Sensing · MDPI · 2026-09-01·9月1日 · 周二论文农业遥感与作物表型阅读 1
基于无人机多源遥感特征的茶树生长与氮素状况深度学习监测
论文解读
72接近精选线
速览
融合无人机多源遥感特征与深度学习，高精度估算茶树生物量与氮素积累量。
方法
融合光谱、纹理、谐波特征的多域融合指标，结合无人机数据与深度学习模型。
发现
多域融合指数显著优于传统光谱指标，实现茶园生物量与氮素高精度反演。
机会点
可探索多域融合特征在其他作物或不同生长阶段的适用性，或结合时序数据预测氮素动态。
影响力15
信息增量20
专业深度18
信源权威12
时效性7
研究提出多域融合指标，提升茶树氮素监测精度，对智慧茶园有实用价值。
原文摘要
南京农业大学园艺学院团队提出融合光谱、纹理与谐波特征的多域融合指标，结合无人机数据与深度学习模型，用于茶树生物量与氮素积累量估算。实验表明多域融合指数显著优于传统光谱指标，可实现对茶园生物量与氮素状况的高精度反演，为近实时茶园监测提供工具。